Open-weight Bukan Open Source: Yang Beneran Kamu Terima

Ada dua istilah yang dipakai campur di seluruh industri AI, dan percampurannya menghasilkan ekspektasi yang salah. Open-weight berarti bobot model-nya bisa kamu unduh. Open source berarti jauh lebih dari itu, dan hampir tidak ada model AI besar yang sepenuhnya memenuhi syarat itu.

Perbedaannya bukan istilah semata. Perbedaan itu menentukan apakah kamu bisa mengaudit model yang kamu pakai, baik itu data latihnya, filter yang dipakai, atau bias yang ada di dalamnya. Dan karena model AI sekarang jadi lapisan dasar banyak produk, hak untuk mengaudit itu bukan urusan teknis yang bisa diabaikan.

Dua Kata yang Sering Dipakai Bertukar

Open-weight adalah istilah yang jujur sangat jelas. Bobotnya ada, kamu unduh, kamu jalankan. Istilah ini dipakai Open Source Initiative sendiri, dengan definisi yang menyebut bobot dan bias akhir dari jaringan saraf yang sudah dilatih. Sekali kamu punya bobotnya, kamu bisa mengubah output model, disesuaikan dengan milikmu sendiri, atau dijalankan di mesinmu tanpa layanan pihak ketiga.

Open source punya definisi yang jauh lebih berat, dan definisi itu bukan hal baru. OSI sudah menetapkan empat kebebasan sejak 1998, dan itu masih berlaku. Kamu boleh memakainya untuk tujuan apa pun. Kamu boleh mempelajari cara kerjanya. Kamu boleh mengubahnya. Kamu boleh membagikan kembali, dengan atau tanpa modifikasi.

Yang jadi masalah, dan ini inti artikel ini, hampir tidak ada yang diterbitkan dengan label open source yang benar-benar memenuhi syarat. Seorang penulis di The New Stack pada Oktober 2024 menulis bahwa rilis open-wash dari perusahaan seperti OpenAI dan Meta tidak lolos nilai OSAID. OSAID sendiri memberi tahu bahwa model open source dan open weight wajib menyertakan informasi data dan kode yang dipakai untuk menurunkan bobot itu.

OSAID 1.0: Definisi Paling Ketat yang Ada

Open Source AI Definition versi 1,0 dirilis pada 28 Oktober 2024 di All Things Open 2024 di Raleigh, North Carolina. Prosesnya berlangsung sekitar dua tahun, dengan satu tahun terakhir dipakai untuk ko-desain yang melibatkan komunitas global.

Definisi itu menuntut tiga hal sekaligus. Yang pertama, informasi data yang cukup rinci, sehingga orang yang ahli bisa membangun sistem yang secara substansial setara. Rincian yang diminta meliputi asal-usul data, cakupannya, bagaimana data diperoleh dan dipilih, prosedur pelabelan, serta cara data diproses dan difilter. Yang kedua, kode lengkap yang dipakai untuk melatih dan menjalankan sistem, termasuk kode pemrosesan data, kode pelatihan beserta argumen dan setelan yang dipakai, validasi dan pengujian, pustaka pendukung seperti tokenizer, kode inferensi, dan arsitektur model. Yang ketiga, parameter model itu sendiri, yaitu bobotnya, dengan ketentuan lisensi yang disetujui OSI.

Kata kuncinya ada di dua hal pertama. Lisensi gratis saja tidak cukup, dan bobot yang terbuka juga tidak cukup. Keduanya harus disertai informasi yang memungkinkan seseorang membangun ulang sistem yang setara.

Definisi itu tidak kurang kontroversial. Bruce Perens, penulis definisi Open Source asli tahun 1998, menolak definisi ini pada 2024 dengan alasan openwashing. Analis RedMonk Stephen O'Grady menilai masalah intinya begini. Kode sumber adalah bidang yang sempit dan jelas batasannya, sementara proyek AI tidak.

Yang Beneran Kamu Terima Saat Unduh

Sekarang bagian yang paling sering dilewati, yaitu apa yang benar-benar ada di dalam paket yang kamu unduh ketika ada yang menyebut modelnya open-weight.

Perhatikan baris ketiga dari bawah. Kunci yang sebenarnya ada di baris informasi data latih. Data latih tidak bisa diunduh, dan hampir tidak ada yang mau mempublikasikan milan-terabyte teks yang diambil dari internet. Yang realistis, dan yang dipakai OSAID, adalah ringkasan yang cukup terperinci.

Dan di sinilah letak perbedaannya. Open-weight memberi kamu model. Open source memberi kamu, atau setidaknya memberi kamu jalur untuk meminta, kemampuan menilai apakah model itu bisa dipercaya.

Lisensi yang Sebenarnya Mengikat

Unduhan bukan satu-satunya hal yang mengikat. Yang mengikat adalah lisensinya, dan lisensi adalah tempat perbedaan menampakkan dirinya dengan paling jelas.

Baris pertama adalah yang paling sering terlewat. Llama 3 itu lisensi dengan syarat, bukan lisensi bebas. Jika produkmu punya lebih dari 700 juta pengguna aktif bulanan, kamu harus meminta lisensi tambahan ke Meta, dan Meta yang memutuskan boleh atau tidak. Kamu juga harus menyebut Llama di awal nama model turunanmu, dan kamu harus ikut membawa aturan penggunaannya.

Bandingkan dengan MIT. DeepSeek-R1 diberi lisensi MIT, dan catatan rilisnya menyatakan bahwa output API-nya boleh dipakai untuk distilasi. Itu perbedaan besar dalam penggunaan nyata, dan bedanya bukan soal estetika.

Yang menarik, bentuk lisensi MIT dan Apache 2,0 sekarang dipakai justru oleh perusahaan yang tidak memakai kata open source. DeepSeek memakai MIT. Qwen memakai Apache 2,0. Keduanya model open-weight. Kalau definisi yang dipakai industri adalah open source, mereka tidak akan lolos. Kalau definisinya open-weight, mereka yang paling bersih di tabel.

Analisis: Kenapa Bedanya Penting, Bukan Cuma Semantik

Pertanyaan yang paling sering ditanyakan adalah apakah perbedaan ini penting secara praktis atau cuma perdebatan definisi. Jawabannya tergantung siapa yang bertanya.

Untuk pengembang yang sedang membangun produk, bedanya nyata. Model open-weight berarti kamu punya komponen itu, dan komponen itu punya syarat lisensi yang nyata. Model open source berarti kamu juga punya hak untuk memahami komponen itu, yang sangat berharga ketika model ikut mengambil keputusan tentang uang, kesehatan, atau hak orang lain.

Baris ketiga dan kelima adalah inti dari semua perdebatan ini. Fine-tune dan menjalankannya mungkin tidak bisa dilakukan, dan itu yang membuat model open-weight berguna. Tapi mengaudit data latih dan mengecek metode alignment, dua hal yang paling penting ketika model menentukan hidup mati orang, itu tidak bisa dilakukan tanpa informasi yang OSAID minta.

Untuk peneliti yang menulis makalah tentang perilaku model, bedanya menentukan apakah makalah itu mungkin. Kamu bisa mengaudit bobot, menguji perilaku, menjalankan model dengan data sendiri. Kamu tidak bisa memverifikasi klaim data latih kalau data latihnya tidak pernah dipublikasikan.

Dan untuk regulator, bedanya punya dampak hukum yang konkret. EU AI Act memberi pengecualian dari kewajiban model tujuan umum untuk model yang dirilis dengan lisensi gratis dan open source yang mengizinkan akses, penggunaan, modifikasi, dan distribusi, dengan syarat ringkasan publik tentang isi data latih dipublikasikan. Pengecualian itu bergantung pada openness yang nyata, bukan pada lisensi yang berlabel tertentu.

Ada satu hal yang perlu jujur dicatat. Batas openness ini bergerak. The Register pada September 2026 menulis artikel dengan judul yang mengkritik perlakuan OSI terhadap bobot sebagai lubang besar. Lisensi Open Model, Data, and Weights dari Linux Foundation juga sudah diajukan ke OSI, dengan daftar kontributor dari Amazon, Meta, IBM, Microsoft, dan Nvidia. Jadi definisi ini belum final.

Cara Mengecek Sendiri dalam Lima Menit

Kalau kamu sedang menilai sebuah model, ada empat berkas yang perlu dibuka, dan seluruhnya gratis.

Pertama, cari berkas lisensi di repository model itu, bukan di halaman marketing. Baca sendiri syaratnya. Kalau ada kalimat soal batas pengguna, soal nama model, atau soal larangan memakai output untuk melatih model lain, itu informasi yang wajib kamu bawa ke tim legal.

Kedua, lihat apakah ada folder berisi kode pelatihan, bukan hanya kode inferensi. Kode inferensi ada di banyak paket distribusi. Kode pelatihan, lengkap dengan argumen dan setelannya, hampir tidak pernah ada di model open-weight.

Ketiga, cari ringkasan data latih. Kalau tidak ada sama sekali, model itu tidak mengklaim open source, dan tidak perlu ada yang menilai. Kalau ada, periksa apakah yang ditulis itu cuma nama-nama dataset umum, ataukah ada penjelasan bagaimana data itu disaring dan diproses. Yang kedua itu yang membuat ringkasan berguna.

Keempat, hitung turunan. Alibaba menyebut sekitar 113.000 model turunan Qwen di Hugging Face, dan angka itu dari pihak ketiga sehingga belum bisa diaudit, tapi kecenderungannya jelas. Family model dengan ribuan turunan dan lisensi yang jelas biasanya berarti basisnya gratis untuk diturunkan. Family dengan beberapa turunan saja biasanya berarti lisensinya mengikat.

Apa yang Akan Terjadi

Tiga hal yang layak dipantau ke depan.

Pertama, apakah OpenMDW lolos penilaian lisensi OSI. Kalau lolos, industri model mendapat definisi openness yang lebih terperinci daripada yang ada sekarang, dan definisi itu punya backing industri yang besar.

Kedua, apakah label open source berhenti dipakai untuk model yang tidak memenuhi syaratnya. The New Stack sudah menulis bahwa inilah yang terjadi. Kembalinya definisi yang lebih ketat akan memperlambat, tapi tidak menghentikan, pemakaian label yang longgar.

Ketiga, dan ini yang paling jarang dibahas, apakah bobot yang sudah dirilis akan tetap bisa dipakai. Sejumlah lisensi modern masih menyertakan klausul untuk model yang dilatih dengan bantuan output model lain, seperti yang terlihat pada Llama 2. Kalau aturan seperti itu mengikat, kamu tidak bisa memakai model yang lebih baru untuk menggantikan model lama. Batas yang digambar tahun-tahun lalu itu masih berlaku di dunia yang sudah berbeda.

Yang paling sering terlewat dari semua ini, tidak ada yang berubah soal bobotnya. Bobot itu tetap bisa diunduh di kedua kasus. Yang membedakan adalah informasi yang kamu dapatkan bersama bobot itu, dan siapa yang berhak bertanya.

Kalau kamu cuma memakai model untuk berdebat sebulan, selisih ini mungkin tidak terasa. Kalau kamu menandatangani kontrak yang menyangkut hak orang lain, atau menulis analisis yang butuh bukti, selisih ini menentukan apakah kamu punya dasar sama sekali.